结构多目标优化非劣解集遗传算法_朱浩鹏.pdfVIP

2 0 0 1 年2 月 西 北 工 业 大 学 学 报 F eb. 200 1 第19卷第1期 Jou rn a l o f N o r thw e stern Po ly techn ica l U n iver sity V o l. 19 N o. 1 结构多目标优化非劣解集的遗传算法 朱浩鹏, 李为吉 (西北工业大学 飞机工程系, 陕西 西安　7 10072) 摘　要: 提出了一种遗传算法求解结构多目标优化非劣解集的方法。该方法提出了劣解罚项的概 念, 把劣解罚项和约束罚项之和作为设计点的总的罚项并将其转化为适应度, 采用遗传算法进行求 解。算例采用三杆和十杆多目标优化问题。计算结果表明, 该方法是可行和有效的, 计算的结果有 利于多目标决策。 关　键　词: 多目标优化, 非劣解集, 劣解罚项, 遗传算法 ( ) 中图分类号:V 24 1. 19　　　文献标识码:A 　　　文章编号: 200 1 0 10 15204 　　实际的结构优化问题大多数是多 目标优化问 这里还要解决如何定义约束多目标问题的适应 题, 其各个 目标之间往往是相互制约的, 几乎不可能 度, 本文的方法是借鉴传统优化问题求解的罚函数 同时达到最优。这样单独优化某一个 目标意味着其 法, 将非劣当作一种约束, 即设计点经判断若在当前 他 目标向不好的方向发展。多目标优化的求解主要 群体内为劣解, 则认为违反了非劣约束, 从而给予惩 有两种途径: 一种是根据设计者的意图将多 目标优 罚。对于多目标极小化问题, 总的目标函数值为劣解 ( ) 化转化为单 目标优化问题; 另一种途径是求出一个 罚项与约束罚项 问题原有约束对应的罚项 之和, 有限的解集, 即多 目标优化问题非劣解集的一个较 目的是极小化该 目标值, 这里的两个罚项都大于 0, 好的近似集。决策者可直接从中挑选满意的折衷解, 因而易得结论, 该 目标的极值为 0, 即为满足约束的 同时也对问题的整个非劣解集的分布有了全面的了 所有的非劣解集, 可以认为这是一个拥有多个全局 解, 有利于更好的决策。本文研究求解结构多目标优 最优点的单 目标优化问题, 对这个经过变换的问题 化非劣解集的遗传算法。 用遗传算法求解。 由于本方法涉及的是寻找非劣解集的问题, 故 1　用遗传算法求解多目标优化问题的 须要有可以从当前群体中找出非劣解的算法。由于 是在离散的设计点中寻找非劣解, 应该说涉及到设 非劣解集 计点的两两比较, 若设计点为 n 个, 目标为m 个, 则 ( ) n × n - 1 ×m 遗传算法是一种借鉴生物界自然选择和自然遗